Importation des paquets¶

In [1]:
import requests
from bs4 import BeautifulSoup
from shutil import copyfileobj
from urllib import request
import uuid
import xlwings as xw
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime
import re
import seaborn as sn
import sklearn.linear_model as lm
import statsmodels.api as sm
import geopandas as gpd
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots

1- Acquisition et chargement des données :¶

Tout d'abord, on doit acquérir l'ensemble des fichiers Excel. Ces fichiers sont disponibles sur le site https://www.vendeeglobe.org/fr/classement. En cliquant sur l'option "copier l'adresse du lien", on remarque que cette adresse est composée d'une partie fixe et une autre partie qui change selon la date du classement. Par exemple, l'adresse du lien de téléchargement du classement du 05 Mars 2021 - 08h (UTC) est https://www.vendeeglobe.org/download-race-data/vendeeglobe_20210305_080000.xlsx.


On va définir une fonction download_excel_files dans laquelle on définit une autre fonction get_ranking_dates pour récupérer l'ensemble des dates (20210305_080000, 20210305_040000 ...) ce qui nous permettra d'avoir tous les liens de téléchargement.

In [2]:
def download_excel_files():
    
    ############
    def get_ranking_dates():
        url = 'https://www.vendeeglobe.org/fr/classement'
        html_code = requests.get(url).text
        soup = BeautifulSoup(html_code, 'lxml')

        liste = []

        for x in soup.find('div', {'class': "rankings__bar m--left"}).find_all('option')[1:-1]:
            liste.append(x['value'])

        return liste
    ############
    def save_with_xlwings(file):
        tempfile = file
        excel_app = xw.App(visible=False)
        excel_book = excel_app.books.open(file)
        excel_book.save(tempfile)
        excel_book.close()
        excel_app.quit()        
    ############
    for i in get_ranking_dates():
        url = 'https://www.vendeeglobe.org/download-race-data/vendeeglobe_'+str(i)+'.xlsx'
        filename = 'Excel_files/vendeeglobe_'+str(i)+'.xlsx'

        with request.urlopen(url) as response, open(filename, 'wb') as out_file:
            copyfileobj(response, out_file)
        
        save_with_xlwings('Excel_files/vendeeglobe_'+str(i)+'.xlsx')
In [3]:
# download_excel_files()

Ensuite, on définit une fonction get_boats_infos qui nous permet d'acquérir les caractéristiques de chaque voile.

In [4]:
def get_boats_infos():
    url = 'https://www.vendeeglobe.org/fr/glossaire'
    html_code = requests.get(url).text
    soup = BeautifulSoup(html_code, 'lxml')
    
    df = pd.DataFrame(columns=["Nom du skipper",
                               "Nom du voile",
                               "Numéro de voile",
                               "Anciens noms du bateau",
                               "Architecte",
                               "Chantier",
                               "Date de lancement",
                               "Longueur",
                               "Largeur",
                               "Tirant d'eau",
                               "Déplacement (poids)",
                               "Nombre de dérives",
                               "Hauteur mât",
                               "Voile quille",
                               "Surface de voiles au près",
                               "Surface de voiles au portant"])
    
    for element in soup.find_all('div', {'class': "sv-u-1 sv-u-s-1-2 sv-u-m-1-3 sv-u-l-1-6"}) :
        skipper = element.find('span', {'class': "boats-list__skipper-name"}).text
        bateau = element.find('h3', {'class': "boats-list__boat-name"}).text
        
        new_row = {'Nom du skipper': skipper, 'Nom du voile': bateau}
        
        if bateau == '':
            new_row.pop('Nom du voile')
            
        for x in element.find('ul', {'class': 'boats-list__popup-specs-list'}).find_all('li'):
            new_row[x.text.split(' : ')[0]] = x.text.split(' : ')[1]
        
        new_df = pd.DataFrame([new_row])
        
        df = pd.concat([df, new_df], axis=0, ignore_index=True)
        
    df = df.set_index('Nom du skipper')
    
    return df
In [5]:
get_boats_infos()
Out[5]:
Nom du voile Numéro de voile Anciens noms du bateau Architecte Chantier Date de lancement Longueur Largeur Tirant d'eau Déplacement (poids) Nombre de dérives Hauteur mât Voile quille Surface de voiles au près Surface de voiles au portant
Nom du skipper
Fabrice AMEDEO NEWREST - ART & FENÊTRES FRA 56 No Way Back, Vento di Sardegna VPLP/Verdier Persico Marine 01 Août 2015 18,28 m 5,85 m 4,50 m 7 t foils 29 m monotype 320 m2 570 m2
Romain ATTANASIO PURE - Best Western® FRA 49 Gitana Eighty, Synerciel, Newrest-Matmut Bruce Farr Design Southern Ocean Marine (Nouvelle Zélande) 08 Mars 2007 18,28m 5,80m 4,50m 9t 2 28m acier forgé 280 m2 560 m2
Alexia BARRIER TSE - 4MYPLANET FRA72 Famille Mary-Etamine du Lys, Initiatives Coeur... Marc Lombard MAG France 01 Mars 1998 18,28m 5,54m 4,50m 9t 2 29 m acier 260 m2 580 m2
Yannick BESTAVEN Maître CoQ IV 17 Safran 2 - Des Voiles et Vous Verdier - VPLP CDK Technologies 12 Mars 2015 18,28 m 5,80 m 4,50 m 8 t foils 29 m acier mécano soudé 310 m2 550 m2
Jérémie BEYOU CHARAL 08 NaN VPLP CDK Technologies 18 Août 2018 18,28 m 5,85 m 4,50 m 8t foils 29 m acier 320 m2 600 m2
Arnaud BOISSIÈRES LA MIE CÂLINE - ARTISANS ARTIPÔLE FRA 14 Ecover3, Président, Gamesa, Kilcullen Voyager-... Owen Clarke Design LLP - Clay Oliver Hakes Marine - Mer Agitée 03 Août 2007 18,28 m 5,65 m 4,50 m 7,9 tonnes foils 29 m basculante avec vérin 300 m² 610 m²
Louis BURTON BUREAU VALLEE 2 18 Banque Populaire VIII Verdier - VPLP CDK Technologies 09 Juin 2015 18,28 m 5,80 m 4,50 m 7,6 t foils 28 m acier 300 m2 600 m2
Didac COSTA ONE PLANET ONE OCEAN ESP 33 Kingfisher - Educacion sin Fronteras - Forum M... Owen Clarke Design Martens Yachts 02 Février 2000 18,28 m 5,30 m 4,50 m 8,9 t 2 26 m acier 240 m2 470 m2
Manuel COUSIN GROUPE SÉTIN FRA 71 Paprec-Virbac2, Estrella Damm, We are Water, L... Bruce Farr Yacht Design Southern Ocean Marine (Nouvelle-Zélande) 02 Février 2007 18,28 m 5,80 m 4,50 m 9 t 2 asymétriques 28,50 basculante sur vérin hydraulique 270 m2 560 m2
Clarisse CREMER BANQUE POPULAIRE X FRA30 Macif - SMA Verdier - VPLP CDK - Mer Agitée 01 Mars 2011 18,28 m 5,70 m 4,5 m 7,7 t 2 29 m acier forgé 340 m2 570 m2
Charlie DALIN APIVIA FRA 79 NaN Verdier CDK technologies - MerConcept 05 Août 2019 18,28 m 5,85 m 4,50 m 8 t foils 29 m acier 350 m2 560 m2
Sam DAVIES INITIATIVES-COEUR FRA109 Maître CoQ - Banque Populaire VII- Foncia II VPLP - Verdier CDK Technologies 20 Septembre 2010 18,28 m 5,70 m 4,50 m 7,8 t foils 27 m acier forgé 300 m2 600 m2
Sébastien DESTREMAU MERCI 69 Foresight Natural Energy, Maisonneuve Lavanos Artech do Brasil 15 Janvier 2005 18,28 m 5,60 m 4,50 m 8,5 t 2 29 m acier 250 m2 650 m2
Benjamin DUTREUX OMIA - WATER FAMILY FRA09 Spirit of Yukoh, Neutrogena, Hugo Boss, Estrel... Bruce Farr Design Offshore Challenge - Cowes 03 Juillet 2007 18,28 m 5,85 m 4,50 m 8 t 2 29 m acier forgé 300 m2 700 m2
Kevin ESCOFFIER PRB FRA 85 NaN Verdier - VPLP CDK Technologies 08 Mars 2010 18,28 m 5,50 m 4,50 m NC foils 27,40 m Acier mécano soudé 300 m2 600 m2
Clément GIRAUD Compagnie du Lit / Jiliti FRA83 Delta Dore, Bureau Vallée, Vers un Monde sans ... Bruce Farr design JMV Cherbourg 26 Juillet 2006 18,28 m 5,75 m 4,50 m 8,5 t 2 29 m acier forgé 300 m2 620 m2
François Guiffant NaN NaN NaN NaN NaN 01 Janvier 1970 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Pip HARE MEDALLIA GBR77 Armor Lux, We Are Water, La Fabrique Pierre Rolland Bernard Stamm 03 Juillet 1999 18,28 m 5,70 m 4,50 m 9 t 2 29 m carbone 300 m2 580 m2
Boris HERRMANN SEAEXPLORER - YACHT CLUB DE MONACO 16 Edmond de Rothschild, Malizia - Yacht Club de ... Verdier - VPLP Multiplast 07 Août 2015 18,28 m 5,70 m 4,50 m 7,6 t foils 29 m acier 290 m2 490 m2
Ari HUUSELA STARK FIN222 Aviva, GAES Centros Auditivos Owen Clarke Design Hakes Marine - Wellington (Nouvelle-Zélande) 06 Août 2007 18,28 m 5,80 m 4,50 m 8,5 t 2 28 m acier 270 m2 580 m2
Isabelle JOSCHKE MACSF FRA 27 Quéguiner, Safran Verdier - VPLP Chantier Naval de Larros 04 Juillet 2007 18,28 m 5,60 m 4,50 m 7,7 t foils 27 m acier 300 m2 650 m2
Jean LE CAM Yes We Cam! 001 Cheminées Poujoulat, Mare, Maître CoQ, Mapfre,... Bruce Farr design CDK Technologies 03 Janvier 2007 18,28 m 5,90 m 4,50 m 8 t 2 28 m acier forgé 300 m2 620 m2
Stéphane LE DIRAISON TIME FOR OCEANS FRA 92 Hugo Boss, Energa, Compagnie du Lit-Boulogne B... Finot-Conq Design Neville Hutton 01 Juin 2007 18,28 m 5,84 m 4,50 m 8,5 t foils 28 m monotype 300 m2 550 m2
Miranda MERRON CAMPAGNE DE FRANCE FRA50 Great America IV, Mirabaud, Temenos Owen Clarke Southern Ocean Marine, Tauranga 04 Mai 2006 18,28 m 5,50 m 4,50 m 8,5 t 2 28 m carbone 330 m2 600 m2
Giancarlo PEDOTE PRYSMIAN GROUP ITA 34 Saint-Michel - Virbac VPLP - Verdier Multiplast 02 Avril 2015 18,28 m 5,80 m 4,5 m 8 t foils 29 m acier forgé 300 m2 600 m2
Alan ROURA LA FABRIQUE SUI07 Brit Air, Votre Nom autour du Monde, MACSF Groupe Finot-Conq Multiplast 01 Août 2007 18,28 m 5,90 m 4,50 m nc foils 27 m carbone 290 m2 580 m2
Thomas RUYANT LinkedOut NaN NaN Verdier Persico 03 Septembre 2019 18,28 m 5,85 m 4,50 m 8 t foils 29 m acier forgé 350 m2 560 m2
Damien SEGUIN GROUPE APICIL FRA1000 Comme Un Seul Homme, DCNS Groupe Finot-Conq Multiplast 10 Août 2008 18,28 m 5,85 m 4,50 m 8,5 t 2 29 m acier forgé 350 m2 610 m2
Kojiro SHIRAISHI DMG MORI Global One JPN 11 NaN VPLP Multiplast 05 Septembre 2019 18,28 m 5,85 m 4,50 m 8 t foils 29 m acier forgé 320 m2 580 m2
Sébastien SIMON ARKEA PAPREC 4 NaN Juan Kouyoumdjian CDK Technologies / Assemblage 19 Juillet 2019 18,28 m 5,70 m 4,50 m 8 t foiler 29 m Inox usiné 260 m2 600 m2
Maxime SOREL V and B-MAYENNE FRA53 Le Souffle du Nord, Groupe Bel Verdier - VPLP Indiana Yachting (Scarlino, Italie) 07 Septembre 2007 18,28 m 5,50 m 4,50 m 7,7 t 2 29 m acier 365 m2 700 m2
Alex THOMSON HUGO BOSS GBR 99 NaN VPLP - Alex Thomson Racing (led by Pete Hobson) Carrington Boats 15 Août 2019 18,28 m 5,40 m 4,50 m 7,7 t foils 29 m acier forgé 330 m2 630 m2
Armel TRIPON L'OCCITANE EN PROVENCE 2 NaN Samuel Manuard Black Pepper© 31 Janvier 2020 18,28 m 5,50 m 4,50 m 7,8 t foils 28 m acier forgé 270 m2 535 m2
Nicolas TROUSSEL CORUM L'EPARGNE FRA 6 NaN Juan Kouyoumdjian CDK technologies - Mer Agitée 15 Mai 2020 18,28 m 5,70 m 4,50 m 7,9 t foils 27,30 m NaN 270 m2 535 m2

2- Préparation des données :¶

2-1- Traitement des fichiers excel :¶

On prend l'exemple du classement du 22 Novembre 2022 - 08h (UTC) :

Avant traitement :¶
In [6]:
pd.read_excel('Excel_files/vendeeglobe_20201122_080000.xlsx')
Out[6]:
Unnamed: 0 Unnamed: 1 Unnamed: 2 Unnamed: 3 Unnamed: 4 Unnamed: 5 Unnamed: 6 Unnamed: 7 Unnamed: 8 Unnamed: 9 ... Unnamed: 11 Unnamed: 12 Unnamed: 13 Unnamed: 14 Unnamed: 15 Unnamed: 16 Unnamed: 17 Unnamed: 18 Unnamed: 19 Unnamed: 20
0 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
1 NaN Classement du dimanche 22 novembre 2020 à 09h0... NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
2 NaN Rang\nRank Nat. / Voile\nNat. / Sail Skipper / Bateau\nSkipper / crew NaN NaN NaN Depuis 30 minutes\nSince 30 minutes NaN NaN ... Depuis le dernier classement\nSince the the la... NaN NaN NaN Depuis 24 heures\nSince 24 hours NaN NaN NaN DTF DTL
3 NaN NaN NaN NaN Heure FR\nHour FR Latitude\nLatitude Longitude\nLongitude Cap\nHeading Vitesse\nSpeed VMG\nVMG ... Cap\nHeading Vitesse\nSpeed VMG\nVMG Distance\nDistance Cap\nHeading Vitesse\nSpeed VMG\nVMG Distance\nDistance NaN NaN
4 NaN 1 \nFRA 59 Thomas Ruyant\nLinkedOut 08:30 FR\n 25°08.92'S 24°41.04'W 149° 9.0 kts 9.0 kts ... 133° 10.6 kts 10.4 kts 42.5 nm 145° 14.8 kts 14.8 kts 356.3 nm 19766.8 nm 0.0 nm
5 NaN 2 \nFRA 79 Charlie Dalin\nAPIVIA 08:30 FR\n 25°13.83'S 25°26.26'W 139° 16.5 kts 16.5 kts ... 141° 15.0 kts 15.0 kts 60.0 nm 142° 17.3 kts 17.3 kts 415.5 nm 19786.7 nm 20.0 nm
6 NaN 3 \nGBR 99 Alex Thomson\nHUGO BOSS 08:30 FR\n 24°45.75'S 26°51.00'W 143° 5.8 kts 5.8 kts ... 135° 5.7 kts 5.7 kts 22.9 nm 143° 12.3 kts 12.3 kts 294.7 nm 19858.4 nm 91.7 nm
7 NaN 4 \nFRA 01 Jean Le Cam\nYes we Cam ! 08:30 FR\n 20°58.86'S 26°12.37'W 157° 14.8 kts 14.7 kts ... 152° 14.2 kts 14.2 kts 56.8 nm 153° 15.3 kts 15.3 kts 366.5 nm 20026.1 nm 259.3 nm
8 NaN 5 \nFRA 85 Kevin Escoffier\nPRB 08:30 FR\n 22°03.06'S 29°07.32'W 153° 14.6 kts 14.2 kts ... 146° 15.2 kts 15.2 kts 61.0 nm 159° 15.9 kts 15.6 kts 381.7 nm 20063.2 nm 296.4 nm
9 NaN 6 \nMON 10 Boris Herrmann\nSeaexplorer - Yacht Club De Mo... 08:30 FR\n 21°20.60'S 29°24.42'W 164° 16.8 kts 15.4 kts ... 159° 15.1 kts 14.4 kts 60.2 nm 164° 17.2 kts 16.7 kts 412.7 nm 20105.9 nm 339.1 nm
10 NaN 7 \nFRA 17 Yannick Bestaven\nMaître Coq IV 08:30 FR\n 20°34.37'S 28°45.60'W 159° 15.0 kts 14.5 kts ... 153° 13.8 kts 13.7 kts 55.3 nm 162° 16.7 kts 16.4 kts 399.6 nm 20120.8 nm 354.0 nm
11 NaN 8 \nFRA 18 Louis Burton\nBureau Vallée 2 08:30 FR\n 21°37.47'S 30°31.47'W 156° 15.7 kts 14.8 kts ... 153° 13.9 kts 13.4 kts 55.6 nm 172° 15.1 kts 13.8 kts 362.0 nm 20134.7 nm 368.0 nm
12 NaN 9 \nFRA 4 Sébastien Simon\nARKEA PAPREC 08:30 FR\n 21°21.42'S 30°27.29'W 148° 14.1 kts 13.9 kts ... 148° 14.1 kts 13.9 kts 56.4 nm 162° 17.0 kts 16.4 kts 407.7 nm 20143.8 nm 377.0 nm
13 NaN 10 \nFRA 109 Samantha Davies\nInitiatives - Coeur 08:30 FR\n 20°28.35'S 30°06.93'W 173° 18.4 kts 15.6 kts ... 165° 14.7 kts 13.5 kts 58.7 nm 166° 16.2 kts 15.6 kts 389.2 nm 20171.5 nm 404.8 nm
14 NaN 11 \nFRA 09 Benjamin Dutreux\nOMIA - Water Family 08:30 FR\n 15°47.71'S 29°13.79'W 178° 14.0 kts 12.7 kts ... 176° 13.2 kts 12.3 kts 52.8 nm 169° 13.3 kts 13.0 kts 319.9 nm 20381.6 nm 614.8 nm
15 NaN 12 \nFRA 1000 Damien Seguin\nGroupe APICIL 08:30 FR\n 15°59.59'S 30°26.68'W 162° 12.7 kts 12.4 kts ... 166° 13.7 kts 13.2 kts 54.6 nm 173° 14.9 kts 14.3 kts 357.6 nm 20404.4 nm 637.7 nm
16 NaN 13 \nITA 34 Giancarlo Pedote\nPrysmian Group 08:30 FR\n 16°24.85'S 31°45.70'W 172° 18.0 kts 16.2 kts ... 175° 16.6 kts 14.7 kts 66.3 nm 177° 16.7 kts 15.4 kts 400.6 nm 20423.3 nm 656.6 nm
17 NaN 14 \nFRA 53 Maxime Sorel\nV And B Mayenne 08:30 FR\n 12°17.25'S 30°02.95'W 186° 13.7 kts 11.9 kts ... 181° 14.4 kts 13.2 kts 57.6 nm 176° 14.3 kts 13.8 kts 342.9 nm 20592.4 nm 825.7 nm
18 NaN 15 \nFRA 27 Isabelle Joschke\nMACSF 08:30 FR\n 11°22.76'S 30°23.04'W 192° 16.4 kts 13.3 kts ... 182° 18.6 kts 16.9 kts 74.6 nm 180° 16.9 kts 16.1 kts 405.9 nm 20650.3 nm 883.5 nm
19 NaN 16 \nFRA 30 Clarisse Cremer\nBanque Populaire X 08:30 FR\n 09°21.58'S 30°07.41'W 173° 14.3 kts 13.9 kts ... 172° 13.6 kts 13.3 kts 54.6 nm 179° 13.7 kts 13.2 kts 329.6 nm 20756.5 nm 989.7 nm
20 NaN 17 \nFRA 49 Romain Attanasio\nPure - Best Western Hotels a... 08:30 FR\n 09°17.23'S 30°12.79'W 172° 14.1 kts 13.8 kts ... 175° 13.7 kts 13.2 kts 54.9 nm 180° 13.5 kts 12.9 kts 324.6 nm 20762.5 nm 995.7 nm
21 NaN 18 \nSUI 7 Alan Roura\nLa Fabrique 08:30 FR\n 08°32.10'S 30°30.38'W 178° 15.8 kts 14.9 kts ... 181° 15.0 kts 14.0 kts 60.0 nm 187° 13.8 kts 12.7 kts 332.2 nm 20810.9 nm 1044.1 nm
22 NaN 19 \nFRA 92 Stéphane Le Diraison\nTime For Oceans 08:30 FR\n 03°50.79'S 30°35.44'W 174° 14.7 kts 14.4 kts ... 178° 13.5 kts 13.0 kts 54.2 nm 188° 11.9 kts 10.9 kts 285.1 nm 21077.7 nm 1311.0 nm
23 NaN 20 \nESP 33 Didac Costa\nOne Planet One Ocean 08:30 FR\n 04°32.29'N 28°02.12'W 189° 8.3 kts 7.8 kts ... 187° 7.0 kts 6.7 kts 27.9 nm 198° 5.6 kts 5.0 kts 133.5 nm 21528.5 nm 1761.7 nm
24 NaN 21 \nGBR 777 Pip Hare\nMedallia 08:30 FR\n 04°22.29'N 28°59.05'W 176° 7.5 kts 7.4 kts ... 182° 8.0 kts 7.7 kts 31.9 nm 183° 5.5 kts 5.3 kts 132.2 nm 21529.9 nm 1763.1 nm
25 NaN 22 \nFRA 14 Arnaud Boissieres\nLa Mie Câline - Artisans Ar... 08:30 FR\n 04°30.19'N 28°55.89'W 198° 7.3 kts 6.4 kts ... 202° 6.5 kts 5.5 kts 26.1 nm 185° 5.9 kts 5.7 kts 141.3 nm 21536.9 nm 1770.2 nm
26 NaN 23 \nFRA 71 Manuel Cousin\nGroupe Sétin 08:30 FR\n 05°11.10'N 28°41.65'W 190° 9.0 kts 8.3 kts ... 205° 6.8 kts 5.6 kts 27.3 nm 196° 5.7 kts 5.1 kts 136.5 nm 21574.2 nm 1807.4 nm
27 NaN 24 FR\nFRA 02 Armel Tripon\nL'Occitane en Provence 08:30 FR\n 07°21.39'N 29°14.05'W 193° 9.2 kts 8.4 kts ... 183° 11.9 kts 11.5 kts 47.6 nm 180° 11.0 kts 10.8 kts 264.4 nm 21708.3 nm 1941.6 nm
28 NaN 25 \nFRA 72 Alexia Barrier\nTSE - 4myplanet 08:30 FR\n 09°39.12'N 27°22.07'W 171° 10.4 kts 10.4 kts ... 171° 10.2 kts 10.2 kts 40.6 nm 176° 9.4 kts 9.4 kts 226.3 nm 21824.7 nm 2057.9 nm
29 NaN 26 \nFRA 83 Clément Giraud\nCompagnie du lit - Jiliti 08:30 FR\n 09°52.55'N 27°52.70'W 186° 12.2 kts 11.8 kts ... 185° 11.8 kts 11.4 kts 47.0 nm 184° 10.5 kts 10.2 kts 251.1 nm 21842.6 nm 2075.9 nm
30 NaN 27 \nFRA 50 Miranda Merron\nCampagne de France 08:30 FR\n 09°51.00'N 28°14.96'W 188° 9.3 kts 8.9 kts ... 189° 9.8 kts 9.3 kts 39.1 nm 189° 9.0 kts 8.5 kts 215.0 nm 21844.7 nm 2077.9 nm
31 NaN 28 \nFIN 222 Ari Huusela\nStark 08:30 FR\n 10°18.94'N 27°40.74'W 177° 9.9 kts 9.8 kts ... 175° 9.7 kts 9.7 kts 38.8 nm 190° 8.3 kts 7.9 kts 198.0 nm 21866.9 nm 2100.1 nm
32 NaN 29 FR\nFRA 69 Sébastien Destremau\nMerci 08:30 FR\n 10°19.79'N 27°58.86'W 173° 9.3 kts 9.3 kts ... 183° 9.6 kts 9.3 kts 38.3 nm 189° 9.1 kts 8.7 kts 218.5 nm 21870.5 nm 2103.8 nm
33 NaN 30 \nFRA 56 Fabrice Amedeo\nNewrest - Art et Fenetres 08:30 FR\n 10°10.32'N 29°07.14'W 187° 10.7 kts 10.2 kts ... 182° 9.9 kts 9.7 kts 39.6 nm 181° 10.8 kts 10.6 kts 259.6 nm 21872.9 nm 2106.1 nm
34 NaN 31 \nJPN 11 Kojiro Shiraishi\nDMG MORI Global One 08:30 FR\n 14°54.36'N 29°06.92'W 165° 10.5 kts 10.4 kts ... 176° 9.6 kts 9.6 kts 38.5 nm 244° 7.4 kts 2.5 kts 177.2 nm 22152.5 nm 2385.7 nm
35 NaN 32 \nFRA 8 Jérémie Beyou\nCharal 08:30 FR\n 27°28.17'N 19°37.29'W 178° 17.4 kts 16.9 kts ... 184° 13.7 kts 13.6 kts 54.8 nm 190° 14.1 kts 14.1 kts 338.5 nm 22909.6 nm 3142.8 nm
36 NaN RET \nFRA 6 Nicolas Troussel\nCORUM L'Épargne NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
37 NaN Traitements et calculs : Géovoile, un service ... NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
38 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
39 NaN VMG : Velocity Made Good = projection du vecte... NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
40 NaN DTF : Distance To Finish = Distance théorique ... NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN

41 rows × 21 columns

Après Traitement :¶
In [7]:
def prepare_excel_files(date):
    df = pd.read_excel('Excel_files/vendeeglobe_'+date+'.xlsx')
    i = df.loc[df['Unnamed: 1']=='Traitements et calculs : Géovoile, un service Hauwell Studios'].index[0]
    df = df.iloc[4:i,1:].reset_index(drop=True)
    c = df.columns.tolist()
    df = df[c[0:6]+[c[6]]+[c[10]]+[c[14]]+[c[7]]+[c[11]]+[c[15]]+[c[8]]+[c[12]]+[c[16]]+[c[9]]+[c[13]]+[c[17]]+c[18:]]

    cols = [('Rang',''),
            ('Nat/Voile',''),
            ('Skipper/Bateau',''),
            ('Heure (UTC)',''),
            ('Latitude',''),
            ('Longitude',''),
            ('Cap (°)','Depuis 30 minutes'),
            ('Cap (°)','Depuis le dernier classement'),
            ('Cap (°)','Depuis 24 heures'),
            ('Vitesse (kts)','Depuis 30 minutes'),
            ('Vitesse (kts)','Depuis le dernier classement'),
            ('Vitesse (kts)','Depuis 24 heures'),
            ('VMG (kts)','Depuis 30 minutes'),
            ('VMG (kts)','Depuis le dernier classement'),
            ('VMG (kts)','Depuis 24 heures'),
            ('Distance (nm)','Depuis 30 minutes'),
            ('Distance (nm)','Depuis le dernier classement'),
            ('Distance (nm)','Depuis 24 heures'),
            ('DTF (nm)',''),
            ('DTL (nm)','')]

    df.columns = pd.MultiIndex.from_tuples(cols)

    # Nationalité, numéro et nom du voile, nom du skipper
    nat_voile = df['Nat/Voile'].str.split("\n").str[1].str.split(" ")
    skipper_bateau = df['Skipper/Bateau'].str.split("\n")
    skipper = skipper_bateau.apply(lambda x: x[0]).str.split(" ", n=1)

    df['Nationalité'] = nat_voile.apply(lambda x: x[0])
    df['Numéro du voile'] = nat_voile.apply(lambda x: x[1])
    df['Numéro du voile'] = df['Numéro du voile'].str.zfill(2)
    df['Nom du skipper'] = skipper.apply(lambda x: x[0].capitalize()+" "+x[1].upper())
    df['Nom du voile'] = skipper_bateau.apply(lambda x: x[1])

    c = df.columns.tolist()
    df = df[[c[0]]+ c[-4:] + c[3:-4]]

    # Heure (on choisit les heures UTC et non pas FR)
    df['Heure (UTC)'] = pd.to_datetime(df['Heure (UTC)'].str.split(" ").str[0], format='%H:%M')
    df['Heure (UTC)'] = df['Heure (UTC)'].apply(lambda x: x - datetime.timedelta(hours=1))
    df['Heure (UTC)'] = df['Heure (UTC)'].dt.time

    # Latitude et Longitude : conversion degrés, minutes, secondes => décimal
    def get_latitude(lat_degree):
        liste = re.split("°|\.|'", lat_degree)
        if liste[3] == 'N':
            lat_decimal = int(liste[0]) + int(liste[1])/60 + int(liste[2])/3600
        else:
            lat_decimal = -(int(liste[0])+ int(liste[1])/60 + int(liste[2])/3600)
        return lat_decimal

    def get_longitude(lon_degree):
        liste = re.split("°|\.|'", lon_degree)
        if liste[3] == 'E':
            lon_decimal = int(liste[0]) + int(liste[1])/60 + int(liste[2])/3600
        else:
            lon_decimal = -(int(liste[0])+ int(liste[1])/60 + int(liste[2])/3600)
        return lon_decimal

    df['Latitude'] = df['Latitude'].apply(lambda x: get_latitude(x) if pd.notnull(x) else x)
    df['Longitude'] = df['Longitude'].apply(lambda x: get_longitude(x) if pd.notnull(x) else x)

    # Cap (°), Vitesse (kts), VMG (kts), Distance (nm)
    df['Cap (°)'] = df['Cap (°)'].apply(lambda x: x.str.rstrip('°')).apply(pd.to_numeric)
    df['Vitesse (kts)'] = df['Vitesse (kts)'].apply(lambda x: x.str.rstrip(" kts")).apply(pd.to_numeric)
    df['VMG (kts)'] = df['VMG (kts)'].apply(lambda x: x.str.rstrip(" kts")).apply(pd.to_numeric)
    df['Distance (nm)'] = df['Distance (nm)'].apply(lambda x: x.str.rstrip(" nm")).apply(pd.to_numeric)

    # DTF (nm) et DTL (nm)
    df['DTF (nm)'] = pd.to_numeric(df['DTF (nm)'].str.rstrip(" nm"))
    df['DTL (nm)'] = pd.to_numeric(df['DTL (nm)'].str.rstrip(" nm"))
    
    return df
In [8]:
prepare_excel_files('20201122_080000')
Out[8]:
Rang Nationalité Numéro du voile Nom du skipper Nom du voile Heure (UTC) Latitude Longitude Cap (°) ... Vitesse (kts) VMG (kts) Distance (nm) DTF (nm) DTL (nm)
Depuis 30 minutes Depuis le dernier classement ... Depuis le dernier classement Depuis 24 heures Depuis 30 minutes Depuis le dernier classement Depuis 24 heures Depuis 30 minutes Depuis le dernier classement Depuis 24 heures
0 1 FRA 59 Thomas RUYANT LinkedOut 07:30:00 -25.158889 -24.684444 149.0 133.0 ... 10.6 14.8 9.0 10.4 14.8 4.5 42.5 356.3 19766.8 0.0
1 2 FRA 79 Charlie DALIN APIVIA 07:30:00 -25.239722 -25.440556 139.0 141.0 ... 15.0 17.3 16.5 15.0 17.3 8.3 60.0 415.5 19786.7 20.0
2 3 GBR 99 Alex THOMSON HUGO BOSS 07:30:00 -24.770833 -26.850000 143.0 135.0 ... 5.7 12.3 5.8 5.7 12.3 2.9 22.9 294.7 19858.4 91.7
3 4 FRA 01 Jean LE CAM Yes we Cam ! 07:30:00 -20.990556 -26.210278 157.0 152.0 ... 14.2 15.3 14.7 14.2 15.3 7.4 56.8 366.5 20026.1 259.3
4 5 FRA 85 Kevin ESCOFFIER PRB 07:30:00 -22.051667 -29.125556 153.0 146.0 ... 15.2 15.9 14.2 15.2 15.6 7.3 61.0 381.7 20063.2 296.4
5 6 MON 10 Boris HERRMANN Seaexplorer - Yacht Club De Monaco 07:30:00 -21.350000 -29.411667 164.0 159.0 ... 15.1 17.2 15.4 14.4 16.7 8.4 60.2 412.7 20105.9 339.1
6 7 FRA 17 Yannick BESTAVEN Maître Coq IV 07:30:00 -20.576944 -28.766667 159.0 153.0 ... 13.8 16.7 14.5 13.7 16.4 7.5 55.3 399.6 20120.8 354.0
7 8 FRA 18 Louis BURTON Bureau Vallée 2 07:30:00 -21.629722 -30.529722 156.0 153.0 ... 13.9 15.1 14.8 13.4 13.8 7.9 55.6 362.0 20134.7 368.0
8 9 FRA 04 Sébastien SIMON ARKEA PAPREC 07:30:00 -21.361667 -30.458056 148.0 148.0 ... 14.1 17.0 13.9 13.9 16.4 7.1 56.4 407.7 20143.8 377.0
9 10 FRA 109 Samantha DAVIES Initiatives - Coeur 07:30:00 -20.476389 -30.125833 173.0 165.0 ... 14.7 16.2 15.6 13.5 15.6 9.2 58.7 389.2 20171.5 404.8
10 11 FRA 09 Benjamin DUTREUX OMIA - Water Family 07:30:00 -15.803056 -29.238611 178.0 176.0 ... 13.2 13.3 12.7 12.3 13.0 7.0 52.8 319.9 20381.6 614.8
11 12 FRA 1000 Damien SEGUIN Groupe APICIL 07:30:00 -15.999722 -30.452222 162.0 166.0 ... 13.7 14.9 12.4 13.2 14.3 6.4 54.6 357.6 20404.4 637.7
12 13 ITA 34 Giancarlo PEDOTE Prysmian Group 07:30:00 -16.423611 -31.769444 172.0 175.0 ... 16.6 16.7 16.2 14.7 15.4 9.0 66.3 400.6 20423.3 656.6
13 14 FRA 53 Maxime SOREL V And B Mayenne 07:30:00 -12.290278 -30.059722 186.0 181.0 ... 14.4 14.3 11.9 13.2 13.8 6.8 57.6 342.9 20592.4 825.7
14 15 FRA 27 Isabelle JOSCHKE MACSF 07:30:00 -11.387778 -30.384444 192.0 182.0 ... 18.6 16.9 13.3 16.9 16.1 8.2 74.6 405.9 20650.3 883.5
15 16 FRA 30 Clarisse CREMER Banque Populaire X 07:30:00 -9.366111 -30.128056 173.0 172.0 ... 13.6 13.7 13.9 13.3 13.2 7.2 54.6 329.6 20756.5 989.7
16 17 FRA 49 Romain ATTANASIO Pure - Best Western Hotels and Resorts 07:30:00 -9.289722 -30.221944 172.0 175.0 ... 13.7 13.5 13.8 13.2 12.9 7.1 54.9 324.6 20762.5 995.7
17 18 SUI 07 Alan ROURA La Fabrique 07:30:00 -8.536111 -30.510556 178.0 181.0 ... 15.0 13.8 14.9 14.0 12.7 7.9 60.0 332.2 20810.9 1044.1
18 19 FRA 92 Stéphane LE DIRAISON Time For Oceans 07:30:00 -3.855278 -30.595556 174.0 178.0 ... 13.5 11.9 14.4 13.0 10.9 7.4 54.2 285.1 21077.7 1311.0
19 20 ESP 33 Didac COSTA One Planet One Ocean 07:30:00 4.541389 -28.036667 189.0 187.0 ... 7.0 5.6 7.8 6.7 5.0 4.2 27.9 133.5 21528.5 1761.7
20 21 GBR 777 Pip HARE Medallia 07:30:00 4.374722 -28.984722 176.0 182.0 ... 8.0 5.5 7.4 7.7 5.3 3.7 31.9 132.2 21529.9 1763.1
21 22 FRA 14 Arnaud BOISSIERES La Mie Câline - Artisans Artipôle 07:30:00 4.505278 -28.941389 198.0 202.0 ... 6.5 5.9 6.4 5.5 5.7 3.7 26.1 141.3 21536.9 1770.2
22 23 FRA 71 Manuel COUSIN Groupe Sétin 07:30:00 5.186111 -28.701389 190.0 205.0 ... 6.8 5.7 8.3 5.6 5.1 4.5 27.3 136.5 21574.2 1807.4
23 24 FRA 02 Armel TRIPON L'Occitane en Provence 07:30:00 7.360833 -29.234722 193.0 183.0 ... 11.9 11.0 8.4 11.5 10.8 4.6 47.6 264.4 21708.3 1941.6
24 25 FRA 72 Alexia BARRIER TSE - 4myplanet 07:30:00 9.653333 -27.368611 171.0 171.0 ... 10.2 9.4 10.4 10.2 9.4 5.2 40.6 226.3 21824.7 2057.9
25 26 FRA 83 Clément GIRAUD Compagnie du lit - Jiliti 07:30:00 9.881944 -27.886111 186.0 185.0 ... 11.8 10.5 11.8 11.4 10.2 6.1 47.0 251.1 21842.6 2075.9
26 27 FRA 50 Miranda MERRON Campagne de France 07:30:00 9.850000 -28.260000 188.0 189.0 ... 9.8 9.0 8.9 9.3 8.5 4.6 39.1 215.0 21844.7 2077.9
27 28 FIN 222 Ari HUUSELA Stark 07:30:00 10.326111 -27.687222 177.0 175.0 ... 9.7 8.3 9.8 9.7 7.9 4.9 38.8 198.0 21866.9 2100.1
28 29 FRA 69 Sébastien DESTREMAU Merci 07:30:00 10.338611 -27.990556 173.0 183.0 ... 9.6 9.1 9.3 9.3 8.7 4.7 38.3 218.5 21870.5 2103.8
29 30 FRA 56 Fabrice AMEDEO Newrest - Art et Fenetres 07:30:00 10.175556 -29.120556 187.0 182.0 ... 9.9 10.8 10.2 9.7 10.6 5.4 39.6 259.6 21872.9 2106.1
30 31 JPN 11 Kojiro SHIRAISHI DMG MORI Global One 07:30:00 14.910000 -29.125556 165.0 176.0 ... 9.6 7.4 10.4 9.6 2.5 5.2 38.5 177.2 22152.5 2385.7
31 32 FRA 08 Jérémie BEYOU Charal 07:30:00 27.471389 -19.624722 178.0 184.0 ... 13.7 14.1 16.9 13.6 14.1 8.7 54.8 338.5 22909.6 3142.8
32 RET FRA 06 Nicolas TROUSSEL CORUM L'Épargne NaT NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN

33 rows × 22 columns

In [9]:
prepare_excel_files('20201122_080000').dtypes
Out[9]:
Rang                                              object
Nationalité                                       object
Numéro du voile                                   object
Nom du skipper                                    object
Nom du voile                                      object
Heure (UTC)                                       object
Latitude                                         float64
Longitude                                        float64
Cap (°)          Depuis 30 minutes               float64
                 Depuis le dernier classement    float64
                 Depuis 24 heures                float64
Vitesse (kts)    Depuis 30 minutes               float64
                 Depuis le dernier classement    float64
                 Depuis 24 heures                float64
VMG (kts)        Depuis 30 minutes               float64
                 Depuis le dernier classement    float64
                 Depuis 24 heures                float64
Distance (nm)    Depuis 30 minutes               float64
                 Depuis le dernier classement    float64
                 Depuis 24 heures                float64
DTF (nm)                                         float64
DTL (nm)                                         float64
dtype: object

Cependant, ce programme n'est valable que pour certains fichiers puisque vers la fin de la course, le format des fichiers Excel change avec les arrivées des voiliers. On va donc s'arrêter juste avant. Le nouveau format commence dès le classement du 27 Janvier 2021 à 17h (UTC). Nous allons nous contenter des classements sortis avant cette date, c'est-à-dire jusqu'à celui du 27 Janvier 2021 à 14h (UTC).

In [10]:
def get_ranking_dates():
        url = 'https://www.vendeeglobe.org/fr/classement'
        html_code = requests.get(url).text
        soup = BeautifulSoup(html_code, 'lxml')

        liste = []

        for x in soup.find('div', {'class': "rankings__bar m--left"}).find_all('option')[1:-1]:
            liste.append(x['value'])

        return liste
In [11]:
liste_dates = list(reversed(get_ranking_dates()))
liste_dates = liste_dates[:liste_dates.index('20210127_170000')]
In [12]:
liste_dataframes = []

for d in liste_dates:
    df = prepare_excel_files(d)
    df['Date du classement'] = pd.to_datetime(d, format="%Y%m%d_%H%M%S")
    df.set_index('Date du classement', append=True, inplace=True)
    df = df.swaplevel()
    liste_dataframes.append(df)
    print(d)

20201108_140000
20201108_150000
20201108_170000
20201108_210000
20201109_040000
20201109_080000
20201109_110000
20201109_140000
20201109_170000
20201109_210000
20201110_040000
20201110_080000
20201110_110000
20201110_140000
20201110_170000
20201110_210000
20201111_040000
20201111_080000
20201111_110000
20201111_140000
20201111_170000
20201111_210000
20201112_040000
20201112_080000
20201112_110000
20201112_140000
20201112_170000
20201112_210000
20201113_040000
20201113_080000
20201113_110000
20201113_140000
20201113_170000
20201113_210000
20201114_040000
20201114_080000
20201114_110000
20201114_140000
20201114_170000
20201114_210000
20201115_040000
20201115_080000
20201115_110000
20201115_140000
20201115_170000
20201115_210000
20201116_040000
20201116_080000
20201116_110000
20201116_140000
20201116_170000
20201116_210000
20201117_040000
20201117_080000
20201117_110000
20201117_140000
20201117_170000
20201117_210000
20201118_040000
20201118_080000
20201118_110000
20201118_140000
20201118_170000
20201118_210000
20201119_040000
20201119_080000
20201119_110000
20201119_140000
20201119_170000
20201119_210000
20201120_040000
20201120_080000
20201120_110000
20201120_140000
20201120_170000
20201120_210000
20201121_040000
20201121_080000
20201121_110000
20201121_140000
20201121_170000
20201121_210000
20201122_040000
20201122_080000
20201122_110000
20201122_140000
20201122_170000
20201122_210000
20201123_040000
20201123_080000
20201123_110000
20201123_140000
20201123_170000
20201123_210000
20201124_040000
20201124_080000
20201124_110000
20201124_140000
20201124_170000
20201124_210000
20201125_040000
20201125_080000
20201125_110000
20201125_140000
20201125_170000
20201125_210000
20201126_040000
20201126_080000
20201126_110000
20201126_140000
20201126_170000
20201126_210000
20201127_040000
20201127_080000
20201127_110000
20201127_140000
20201127_170000
20201127_210000
20201128_040000
20201128_080000
20201128_110000
20201128_140000
20201128_170000
20201128_210000
20201129_040000
20201129_080000
20201129_110000
20201129_140000
20201129_170000
20201129_210000
20201130_040000
20201130_080000
20201130_110000
20201130_140000
20201130_170000
20201130_210000
20201201_040000
20201201_080000
20201201_110000
20201201_140000
20201201_170000
20201201_210000
20201202_040000
20201202_080000
20201202_110000
20201202_140000
20201202_170000
20201202_210000
20201203_040000
20201203_080000
20201203_110000
20201203_140000
20201203_170000
20201203_210000
20201204_040000
20201204_080000
20201204_110000
20201204_140000
20201204_170000
20201204_210000
20201205_040000
20201205_080000
20201205_110000
20201205_140000
20201205_170000
20201205_210000
20201206_040000
20201206_080000
20201206_110000
20201206_140000
20201206_170000
20201206_210000
20201207_040000
20201207_080000
20201207_110000
20201207_140000
20201207_170000
20201207_210000
20201208_040000
20201208_080000
20201208_110000
20201208_140000
20201208_170000
20201208_210000
20201209_040000
20201209_080000
20201209_110000
20201209_140000
20201209_170000
20201209_210000
20201210_040000
20201210_080000
20201210_110000
20201210_140000
20201210_170000
20201210_210000
20201211_040000
20201211_080000
20201211_110000
20201211_140000
20201211_170000
20201211_210000
20201212_040000
20201212_080000
20201212_110000
20201212_140000
20201212_170000
20201212_210000
20201213_040000
20201213_080000
20201213_110000
20201213_140000
20201213_170000
20201213_210000
20201213_210000
20201214_040000
20201214_080000
20201214_110000
20201214_140000
20201214_170000
20201214_210000
20201215_040000
20201215_080000
20201215_110000
20201215_140000
20201215_170000
20201215_210000
20201216_040000
20201216_080000
20201216_110000
20201216_140000
20201216_170000
20201216_210000
20201217_040000
20201217_080000
20201217_110000
20201217_140000
20201217_170000
20201217_210000
20201218_040000
20201218_080000
20201218_110000
20201218_140000
20201218_170000
20201218_210000
20201219_040000
20201219_080000
20201219_110000
20201219_140000
20201219_170000
20201219_210000
20201220_040000
20201220_080000
20201220_110000
20201220_140000
20201220_170000
20201220_210000
20201221_040000
20201221_080000
20201221_110000
20201221_140000
20201221_170000
20201221_210000
20201222_040000
20201222_080000
20201222_110000
20201222_140000
20201222_170000
20201222_210000
20201223_040000
20201223_080000
20201223_110000
20201223_140000
20201223_170000
20201223_210000
20201224_040000
20201224_080000
20201224_110000
20201224_140000
20201224_170000
20201224_210000
20201225_040000
20201225_080000
20201225_110000
20201225_140000
20201225_170000
20201225_210000
20201226_040000
20201226_080000
20201226_110000
20201226_140000
20201226_170000
20201226_210000
20201227_040000
20201227_080000
20201227_110000
20201227_140000
20201227_170000
20201227_210000
20201228_040000
20201228_080000
20201228_110000
20201228_140000
20201228_170000
20201228_210000
20201229_040000
20201229_080000
20201229_110000
20201229_140000
20201229_170000
20201229_210000
20201230_040000
20201230_080000
20201230_110000
20201230_110000
20201230_140000
20201230_170000
20201230_210000
20201231_040000
20201231_080000
20201231_110000
20201231_140000
20201231_170000
20201231_210000
20210101_040000
20210101_080000
20210101_110000
20210101_140000
20210101_170000
20210101_210000
20210102_040000
20210102_080000
20210102_110000
20210102_140000
20210102_170000
20210102_210000
20210103_040000
20210103_080000
20210103_110000
20210103_140000
20210103_170000
20210103_210000
20210104_040000
20210104_080000
20210104_110000
20210104_140000
20210104_170000
20210104_210000
20210105_040000
20210105_080000
20210105_110000
20210105_140000
20210105_170000
20210105_210000
20210106_040000
20210106_080000
20210106_110000
20210106_140000
20210106_170000
20210106_210000
20210107_040000
20210107_080000
20210107_110000
20210107_140000
20210107_170000
20210107_210000
20210108_040000
20210108_080000
20210108_110000
20210108_140000
20210108_170000
20210108_210000
20210109_040000
20210109_040000
20210109_080000
20210109_110000
20210109_140000
20210109_170000
20210109_210000
20210110_040000
20210110_080000
20210110_110000
20210110_140000
20210110_170000
20210110_210000
20210111_040000
20210111_080000
20210111_110000
20210111_140000
20210111_170000
20210111_210000
20210112_040000
20210112_080000
20210112_110000
20210112_140000
20210112_170000
20210112_210000
20210113_040000
20210113_080000
20210113_110000
20210113_140000
20210113_170000
20210113_210000
20210114_040000
20210114_080000
20210114_110000
20210114_140000
20210114_170000
20210114_210000
20210115_040000
20210115_080000
20210115_110000
20210115_140000
20210115_170000
20210115_210000
20210116_040000
20210116_080000
20210116_110000
20210116_140000
20210116_170000
20210116_210000
20210117_040000
20210117_080000
20210117_110000
20210117_140000
20210117_170000
20210117_210000
20210118_040000
20210118_080000
20210118_110000
20210118_140000
20210118_170000
20210118_210000
20210119_040000
20210119_080000
20210119_110000
20210119_140000
20210119_170000
20210119_210000
20210120_040000
20210120_080000
20210120_110000
20210120_140000
20210120_170000
20210120_210000
20210121_040000
20210121_080000
20210121_110000
20210121_140000
20210121_170000
20210121_210000
20210122_040000
20210122_080000
20210122_110000
20210122_140000
20210122_170000
20210122_210000
20210123_040000
20210123_080000
20210123_110000
20210123_140000
20210123_170000
20210123_210000
20210124_040000
20210124_080000
20210124_110000
20210124_140000
20210124_170000
20210124_210000
20210125_040000
20210125_080000
20210125_110000
20210125_140000
20210125_170000
20210125_210000
20210126_040000
20210126_080000
20210126_110000
20210126_140000
20210126_170000
20210126_210000
20210127_040000
20210127_080000
20210127_110000
20210127_140000
In [13]:
len(liste_dates) == len(liste_dataframes)
Out[13]:
True
In [14]:
df_classements = pd.concat(liste_dataframes)
In [15]:
df_classements
Out[15]:
Rang Nationalité Numéro du voile Nom du skipper Nom du voile Heure (UTC) Latitude Longitude Cap (°) ... Vitesse (kts) VMG (kts) Distance (nm) DTF (nm) DTL (nm)
Depuis 30 minutes Depuis le dernier classement ... Depuis le dernier classement Depuis 24 heures Depuis 30 minutes Depuis le dernier classement Depuis 24 heures Depuis 30 minutes Depuis le dernier classement Depuis 24 heures
Date du classement
2020-11-08 14:00:00 0 1 FRA 18 Louis BURTON Bureau Vallée 2 14:30:00 46.412778 -1.846667 241.0 357.0 ... 0.0 0.3 17.5 0.0 0.3 0.3 2788.0 6.1 24293.9 0.0
1 2 MON 10 Boris HERRMANN Seaexplorer - Yacht Club De Monaco 14:31:00 46.409444 -1.839444 241.0 357.0 ... 0.0 0.3 10.9 0.0 0.2 0.4 2787.9 6.0 24294.2 0.4
2 3 FRA 08 Jérémie BEYOU Charal 14:30:00 46.425278 -1.844167 244.0 357.0 ... 0.0 0.2 15.5 0.0 0.2 0.5 2788.5 5.5 24294.3 0.5
3 4 FRA 59 Thomas RUYANT LinkedOut 14:30:00 46.419722 -1.835556 244.0 357.0 ... 0.0 0.2 13.1 0.0 0.2 0.7 2788.3 5.6 24294.5 0.6
4 5 FRA 53 Maxime SOREL V And B Mayenne 14:30:00 46.416389 -1.832222 246.0 357.0 ... 0.0 0.8 10.9 0.0 0.7 0.2 2788.1 5.8 24294.5 0.6
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
2021-01-27 14:00:00 28 RET FRA 109 Samantha DAVIES Initiatives - Coeur NaT NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
29 RET FRA 04 Sébastien SIMON ARKEA PAPREC NaT NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
30 RET GBR 99 Alex THOMSON HUGO BOSS NaT NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
31 RET FRA 85 Kevin ESCOFFIER PRB NaT NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
32 RET FRA 06 Nicolas TROUSSEL CORUM L'Épargne NaT NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN

16005 rows × 22 columns

2-2- Traitement du DataFrame des caractéristiques des voiles :¶

In [16]:
def prepare_boats_infos():
    # Noms des skippers
    df = get_boats_infos().reset_index()
    nom = df['Nom du skipper'].str.split(" ", n=1)
    df['Nom du skipper'] = nom.apply(lambda x: x[0].capitalize()+" "+x[1].upper())
    df = df.set_index('Nom du skipper')
    # Nationalité - Numéro de voile
    df['Nat/Num'] = ['FRA 56', 'FRA 49', 'FRA 72', 'FRA 17', 'FRA 08', 'FRA 14', 'FRA 18', 'ESP 33', 'FRA 71', 
                     'FRA 30', 'FRA 79', 'FRA 109', 'FRA 69', 'FRA 09', 'FRA 85', 'FRA 83', np.nan, 'GBR 777', 
                     'MON 10', 'FIN 222', 'FRA 27', 'FRA 01', 'FRA 92', 'FRA 50', 'ITA 34', 'SUI 07', 'FRA 59', 
                     'FRA 1000', 'JPN 11', 'FRA 04', 'FRA 53', 'GBR 99', 'FRA 02', 'FRA 06']
    df['Nationalité'] = df['Nat/Num'].str.split(" ").str[0]
    df['Numéro du voile'] = df['Nat/Num'].str.split(" ").str[1]
    df = df.drop('Numéro de voile', axis=1)
    df = df.drop('Nat/Num', axis=1)

    # Date de lancement
    Mois_francais = ['Janvier', 'Février', 'Mars', 'Avril', 'Mai', 'Juin', 'Juillet', 'Août', 'Septembre']
    Mois_anglais = ['January', 'February', 'March', 'April', 'May', 'June', 'July', 'August', 'September']
    for i in range(9):
        df['Date de lancement'] = df['Date de lancement'].str.replace(Mois_francais[i], Mois_anglais[i])
    df['Date de lancement'] = pd.to_datetime(df['Date de lancement'], format='%d %B %Y')
    
    # Longueur, Largeur, Tirant d'eau, Déplacement (poids), Hauteur mât, Surface de voiles au près, Surface de voiles au portant
    df['Longueur'] = df['Longueur'].apply(lambda x: re.findall(r"\d+,?\d*", x)[0] if pd.notnull(x) else x)
    df['Largeur'] = df['Largeur'].apply(lambda x: re.findall(r"\d+,?\d*", x)[0] if pd.notnull(x) else x)
    df["Tirant d'eau"] = df["Tirant d'eau"].apply(lambda x: re.findall(r"\d+,?\d*", x)[0] if pd.notnull(x) else x)
    df.loc[df['Déplacement (poids)'].isin(['NC', 'nc']), 'Déplacement (poids)'] = np.nan
    df['Déplacement (poids)'] = df['Déplacement (poids)'].apply(lambda x: re.findall(r"\d+,?\d*", x)[0] if pd.notnull(x) else x)
    df['Hauteur mât'] = df['Hauteur mât'].apply(lambda x: re.findall(r"\d+,?\d*", x)[0] if pd.notnull(x) else x)
    df['Surface de voiles au près'] = df['Surface de voiles au près'].apply(lambda x: re.findall(r"\d+,?\d*", x)[0] if pd.notnull(x) else x)
    df['Surface de voiles au portant'] = df['Surface de voiles au portant'].apply(lambda x: re.findall(r"\d+,?\d*", x)[0] if pd.notnull(x) else x)
    
    df['Longueur'] = df['Longueur'].str.replace(',', '.')
    df['Largeur'] = df['Largeur'].str.replace(',', '.')
    df["Tirant d'eau"] = df["Tirant d'eau"].str.replace(',', '.')
    df['Déplacement (poids)'] = df['Déplacement (poids)'].str.replace(',', '.')
    df['Hauteur mât'] = df['Hauteur mât'].str.replace(',', '.')
    df['Longueur'] = df['Longueur'].str.replace(',', '.')
    
    df['Longueur'] = pd.to_numeric(df['Longueur'])
    df['Largeur'] = pd.to_numeric(df['Largeur'])
    df["Tirant d'eau"] = pd.to_numeric(df["Tirant d'eau"])
    df['Déplacement (poids)'] = pd.to_numeric(df['Déplacement (poids)'])
    df['Hauteur mât'] = pd.to_numeric(df['Hauteur mât'])
    df['Surface de voiles au près'] = pd.to_numeric(df['Surface de voiles au près'])
    df['Surface de voiles au portant'] = pd.to_numeric(df['Surface de voiles au portant'])

    # Ordre des colonnes
    cols = df.columns.tolist()
    df = df[[cols[0]] + cols[-2:] + cols[1:-2]]
    
    return df
In [17]:
df_boats_infos = prepare_boats_infos()
In [18]:
df_boats_infos
Out[18]:
Nom du voile Nationalité Numéro du voile Anciens noms du bateau Architecte Chantier Date de lancement Longueur Largeur Tirant d'eau Déplacement (poids) Nombre de dérives Hauteur mât Voile quille Surface de voiles au près Surface de voiles au portant
Nom du skipper
Fabrice AMEDEO NEWREST - ART & FENÊTRES FRA 56 No Way Back, Vento di Sardegna VPLP/Verdier Persico Marine 2015-08-01 18.28 5.85 4.5 7.0 foils 29.0 monotype 320.0 570.0
Romain ATTANASIO PURE - Best Western® FRA 49 Gitana Eighty, Synerciel, Newrest-Matmut Bruce Farr Design Southern Ocean Marine (Nouvelle Zélande) 2007-03-08 18.28 5.80 4.5 9.0 2 28.0 acier forgé 280.0 560.0
Alexia BARRIER TSE - 4MYPLANET FRA 72 Famille Mary-Etamine du Lys, Initiatives Coeur... Marc Lombard MAG France 1998-03-01 18.28 5.54 4.5 9.0 2 29.0 acier 260.0 580.0
Yannick BESTAVEN Maître CoQ IV FRA 17 Safran 2 - Des Voiles et Vous Verdier - VPLP CDK Technologies 2015-03-12 18.28 5.80 4.5 8.0 foils 29.0 acier mécano soudé 310.0 550.0
Jérémie BEYOU CHARAL FRA 08 NaN VPLP CDK Technologies 2018-08-18 18.28 5.85 4.5 8.0 foils 29.0 acier 320.0 600.0
Arnaud BOISSIÈRES LA MIE CÂLINE - ARTISANS ARTIPÔLE FRA 14 Ecover3, Président, Gamesa, Kilcullen Voyager-... Owen Clarke Design LLP - Clay Oliver Hakes Marine - Mer Agitée 2007-08-03 18.28 5.65 4.5 7.9 foils 29.0 basculante avec vérin 300.0 610.0
Louis BURTON BUREAU VALLEE 2 FRA 18 Banque Populaire VIII Verdier - VPLP CDK Technologies 2015-06-09 18.28 5.80 4.5 7.6 foils 28.0 acier 300.0 600.0
Didac COSTA ONE PLANET ONE OCEAN ESP 33 Kingfisher - Educacion sin Fronteras - Forum M... Owen Clarke Design Martens Yachts 2000-02-02 18.28 5.30 4.5 8.9 2 26.0 acier 240.0 470.0
Manuel COUSIN GROUPE SÉTIN FRA 71 Paprec-Virbac2, Estrella Damm, We are Water, L... Bruce Farr Yacht Design Southern Ocean Marine (Nouvelle-Zélande) 2007-02-02 18.28 5.80 4.5 9.0 2 asymétriques 28.5 basculante sur vérin hydraulique 270.0 560.0
Clarisse CREMER BANQUE POPULAIRE X FRA 30 Macif - SMA Verdier - VPLP CDK - Mer Agitée 2011-03-01 18.28 5.70 4.5 7.7 2 29.0 acier forgé 340.0 570.0
Charlie DALIN APIVIA FRA 79 NaN Verdier CDK technologies - MerConcept 2019-08-05 18.28 5.85 4.5 8.0 foils 29.0 acier 350.0 560.0
Sam DAVIES INITIATIVES-COEUR FRA 109 Maître CoQ - Banque Populaire VII- Foncia II VPLP - Verdier CDK Technologies 2010-09-20 18.28 5.70 4.5 7.8 foils 27.0 acier forgé 300.0 600.0
Sébastien DESTREMAU MERCI FRA 69 Foresight Natural Energy, Maisonneuve Lavanos Artech do Brasil 2005-01-15 18.28 5.60 4.5 8.5 2 29.0 acier 250.0 650.0
Benjamin DUTREUX OMIA - WATER FAMILY FRA 09 Spirit of Yukoh, Neutrogena, Hugo Boss, Estrel... Bruce Farr Design Offshore Challenge - Cowes 2007-07-03 18.28 5.85 4.5 8.0 2 29.0 acier forgé 300.0 700.0
Kevin ESCOFFIER PRB FRA 85 NaN Verdier - VPLP CDK Technologies 2010-03-08 18.28 5.50 4.5 NaN foils 27.4 Acier mécano soudé 300.0 600.0
Clément GIRAUD Compagnie du Lit / Jiliti FRA 83 Delta Dore, Bureau Vallée, Vers un Monde sans ... Bruce Farr design JMV Cherbourg 2006-07-26 18.28 5.75 4.5 8.5 2 29.0 acier forgé 300.0 620.0
François GUIFFANT NaN NaN NaN NaN NaN NaN 1970-01-01 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Pip HARE MEDALLIA GBR 777 Armor Lux, We Are Water, La Fabrique Pierre Rolland Bernard Stamm 1999-07-03 18.28 5.70 4.5 9.0 2 29.0 carbone 300.0 580.0
Boris HERRMANN SEAEXPLORER - YACHT CLUB DE MONACO MON 10 Edmond de Rothschild, Malizia - Yacht Club de ... Verdier - VPLP Multiplast 2015-08-07 18.28 5.70 4.5 7.6 foils 29.0 acier 290.0 490.0
Ari HUUSELA STARK FIN 222 Aviva, GAES Centros Auditivos Owen Clarke Design Hakes Marine - Wellington (Nouvelle-Zélande) 2007-08-06 18.28 5.80 4.5 8.5 2 28.0 acier 270.0 580.0
Isabelle JOSCHKE MACSF FRA 27 Quéguiner, Safran Verdier - VPLP Chantier Naval de Larros 2007-07-04 18.28 5.60 4.5 7.7 foils 27.0 acier 300.0 650.0
Jean LE CAM Yes We Cam! FRA 01 Cheminées Poujoulat, Mare, Maître CoQ, Mapfre,... Bruce Farr design CDK Technologies 2007-01-03 18.28 5.90 4.5 8.0 2 28.0 acier forgé 300.0 620.0
Stéphane LE DIRAISON TIME FOR OCEANS FRA 92 Hugo Boss, Energa, Compagnie du Lit-Boulogne B... Finot-Conq Design Neville Hutton 2007-06-01 18.28 5.84 4.5 8.5 foils 28.0 monotype 300.0 550.0
Miranda MERRON CAMPAGNE DE FRANCE FRA 50 Great America IV, Mirabaud, Temenos Owen Clarke Southern Ocean Marine, Tauranga 2006-05-04 18.28 5.50 4.5 8.5 2 28.0 carbone 330.0 600.0
Giancarlo PEDOTE PRYSMIAN GROUP ITA 34 Saint-Michel - Virbac VPLP - Verdier Multiplast 2015-04-02 18.28 5.80 4.5 8.0 foils 29.0 acier forgé 300.0 600.0
Alan ROURA LA FABRIQUE SUI 07 Brit Air, Votre Nom autour du Monde, MACSF Groupe Finot-Conq Multiplast 2007-08-01 18.28 5.90 4.5 NaN foils 27.0 carbone 290.0 580.0
Thomas RUYANT LinkedOut FRA 59 NaN Verdier Persico 2019-09-03 18.28 5.85 4.5 8.0 foils 29.0 acier forgé 350.0 560.0
Damien SEGUIN GROUPE APICIL FRA 1000 Comme Un Seul Homme, DCNS Groupe Finot-Conq Multiplast 2008-08-10 18.28 5.85 4.5 8.5 2 29.0 acier forgé 350.0 610.0
Kojiro SHIRAISHI DMG MORI Global One JPN 11 NaN VPLP Multiplast 2019-09-05 18.28 5.85 4.5 8.0 foils 29.0 acier forgé 320.0 580.0
Sébastien SIMON ARKEA PAPREC FRA 04 NaN Juan Kouyoumdjian CDK Technologies / Assemblage 2019-07-19 18.28 5.70 4.5 8.0 foiler 29.0 Inox usiné 260.0 600.0
Maxime SOREL V and B-MAYENNE FRA 53 Le Souffle du Nord, Groupe Bel Verdier - VPLP Indiana Yachting (Scarlino, Italie) 2007-09-07 18.28 5.50 4.5 7.7 2 29.0 acier 365.0 700.0
Alex THOMSON HUGO BOSS GBR 99 NaN VPLP - Alex Thomson Racing (led by Pete Hobson) Carrington Boats 2019-08-15 18.28 5.40 4.5 7.7 foils 29.0 acier forgé 330.0 630.0
Armel TRIPON L'OCCITANE EN PROVENCE FRA 02 NaN Samuel Manuard Black Pepper© 2020-01-31 18.28 5.50 4.5 7.8 foils 28.0 acier forgé 270.0 535.0
Nicolas TROUSSEL CORUM L'EPARGNE FRA 06 NaN Juan Kouyoumdjian CDK technologies - Mer Agitée 2020-05-15 18.28 5.70 4.5 7.9 foils 27.3 NaN 270.0 535.0

2-3- Valeurs manquantes :¶

df_classements :¶
In [19]:
cols = df_classements.columns.tolist()

pd.DataFrame({
              'Colonne': 
              cols,
              
              'Nombre de valeurs manquantes': 
              [df_classements[col].isnull().sum() for col in cols],
              
              'Pourcentage de valeurs manquantes': 
              [round(((df_classements[col].isnull().sum())*100/(len(df_classements.index))),2).astype(str)+' %' for col in cols]
             })
Out[19]:
Colonne Nombre de valeurs manquantes Pourcentage de valeurs manquantes
0 (Rang, ) 0 0.0 %
1 (Nationalité, ) 0 0.0 %
2 (Numéro du voile, ) 0 0.0 %
3 (Nom du skipper, ) 0 0.0 %
4 (Nom du voile, ) 0 0.0 %
5 (Heure (UTC), ) 2221 13.88 %
6 (Latitude, ) 2221 13.88 %
7 (Longitude, ) 2221 13.88 %
8 (Cap (°), Depuis 30 minutes) 2221 13.88 %
9 (Cap (°), Depuis le dernier classement) 2221 13.88 %
10 (Cap (°), Depuis 24 heures) 2221 13.88 %
11 (Vitesse (kts), Depuis 30 minutes) 2221 13.88 %
12 (Vitesse (kts), Depuis le dernier classement) 2221 13.88 %
13 (Vitesse (kts), Depuis 24 heures) 2221 13.88 %
14 (VMG (kts), Depuis 30 minutes) 2221 13.88 %
15 (VMG (kts), Depuis le dernier classement) 2221 13.88 %
16 (VMG (kts), Depuis 24 heures) 2221 13.88 %
17 (Distance (nm), Depuis 30 minutes) 2221 13.88 %
18 (Distance (nm), Depuis le dernier classement) 2221 13.88 %
19 (Distance (nm), Depuis 24 heures) 2221 13.88 %
20 (DTF (nm), ) 2221 13.88 %
21 (DTL (nm), ) 2221 13.88 %
In [20]:
array = df_classements.loc[df_classements['Heure (UTC)'].isna()].index.values
for col in cols[6:]:
    print(str(col) + " ==> " + str((array == df_classements.loc[df_classements[col].isna()].index.values).all()))

('Latitude', '') ==> True
('Longitude', '') ==> True
('Cap (°)', 'Depuis 30 minutes') ==> True
('Cap (°)', 'Depuis le dernier classement') ==> True
('Cap (°)', 'Depuis 24 heures') ==> True
('Vitesse (kts)', 'Depuis 30 minutes') ==> True
('Vitesse (kts)', 'Depuis le dernier classement') ==> True
('Vitesse (kts)', 'Depuis 24 heures') ==> True
('VMG (kts)', 'Depuis 30 minutes') ==> True
('VMG (kts)', 'Depuis le dernier classement') ==> True
('VMG (kts)', 'Depuis 24 heures') ==> True
('Distance (nm)', 'Depuis 30 minutes') ==> True
('Distance (nm)', 'Depuis le dernier classement') ==> True
('Distance (nm)', 'Depuis 24 heures') ==> True
('DTF (nm)', '') ==> True
('DTL (nm)', '') ==> True

Les mêmes lignes possèdent des valeurs manquantes dans les colonnes 5 à 21. En d'autres termes, il y a 2221 lignes qui contiennent au moins une valeur manquante.

In [21]:
print("Nombre de lignes avec Rang = 'NL' : "+str(len(df_classements.loc[df_classements['Rang']=='NL'])))
print("Nombre de lignes avec Rang = 'RET' : "+str(len(df_classements.loc[df_classements['Rang']=='RET'])))

Nombre de lignes avec Rang = 'NL' : 5
Nombre de lignes avec Rang = 'RET' : 2216

On remarque que 2216 + 5 = 2221

In [22]:
len(df_classements.loc[(df_classements['Rang']=='NL') & (df_classements['Heure (UTC)'].isna())])
Out[22]:
5
In [23]:
len(df_classements.loc[(df_classements['Rang']=='RET') & (df_classements['Heure (UTC)'].isna())])
Out[23]:
2216

Conclusion : Les lignes qui contiennent des valeurs NaN sont celles où le rang vaut soit 'NL', soit 'RET'.
➜ On peut négliger ces lignes dans la suite.

df_boats_infos :¶
In [24]:
cols = df_boats_infos.columns.tolist()

pd.DataFrame({
              'Colonne': 
              cols,
              
              'Nombre de valeurs manquantes': 
              [df_boats_infos[col].isnull().sum() for col in cols],
              
              'Pourcentage de valeurs manquantes': 
              [round(((df_boats_infos[col].isnull().sum())*100/(len(df_boats_infos.index))),2).astype(str)+' %' for col in cols]
             })
Out[24]:
Colonne Nombre de valeurs manquantes Pourcentage de valeurs manquantes
0 Nom du voile 1 2.94 %
1 Nationalité 1 2.94 %
2 Numéro du voile 1 2.94 %
3 Anciens noms du bateau 10 29.41 %
4 Architecte 1 2.94 %
5 Chantier 1 2.94 %
6 Date de lancement 0 0.0 %
7 Longueur 1 2.94 %
8 Largeur 1 2.94 %
9 Tirant d'eau 1 2.94 %
10 Déplacement (poids) 3 8.82 %
11 Nombre de dérives 1 2.94 %
12 Hauteur mât 1 2.94 %
13 Voile quille 2 5.88 %
14 Surface de voiles au près 1 2.94 %
15 Surface de voiles au portant 1 2.94 %

3- Analyses et story telling :¶

In [25]:
df_classements = df_classements.dropna()

Maintenant que nous n'avons que des valeurs numériques au niveau du rang, on change le type de cette en int :

In [26]:
df_classements = df_classements.copy()
df_classements['Rang'] = df_classements['Rang'].astype(int)
In [27]:
df_classements
Out[27]:
Rang Nationalité Numéro du voile Nom du skipper Nom du voile Heure (UTC) Latitude Longitude Cap (°) ... Vitesse (kts) VMG (kts) Distance (nm) DTF (nm) DTL (nm)
Depuis 30 minutes Depuis le dernier classement ... Depuis le dernier classement Depuis 24 heures Depuis 30 minutes Depuis le dernier classement Depuis 24 heures Depuis 30 minutes Depuis le dernier classement Depuis 24 heures
Date du classement
2020-11-08 14:00:00 0 1 FRA 18 Louis BURTON Bureau Vallée 2 14:30:00 46.412778 -1.846667 241.0 357.0 ... 0.0 0.3 17.5 0.0 0.3 0.3 2788.0 6.1 24293.9 0.0
1 2 MON 10 Boris HERRMANN Seaexplorer - Yacht Club De Monaco 14:31:00 46.409444 -1.839444 241.0 357.0 ... 0.0 0.3 10.9 0.0 0.2 0.4 2787.9 6.0 24294.2 0.4
2 3 FRA 08 Jérémie BEYOU Charal 14:30:00 46.425278 -1.844167 244.0 357.0 ... 0.0 0.2 15.5 0.0 0.2 0.5 2788.5 5.5 24294.3 0.5
3 4 FRA 59 Thomas RUYANT LinkedOut 14:30:00 46.419722 -1.835556 244.0 357.0 ... 0.0 0.2 13.1 0.0 0.2 0.7 2788.3 5.6 24294.5 0.6
4 5 FRA 53 Maxime SOREL V And B Mayenne 14:30:00 46.416389 -1.832222 246.0 357.0 ... 0.0 0.8 10.9 0.0 0.7 0.2 2788.1 5.8 24294.5 0.6
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
2021-01-27 14:00:00 20 21 FRA 71 Manuel COUSIN Groupe Sétin 13:30:00 -24.011667 -26.806389 347.0 355.0 ... 13.7 12.9 7.9 13.0 12.0 4.4 41.1 310.4 4521.7 4441.2
21 22 FRA 50 Miranda MERRON Campagne de France 13:30:00 -26.187778 -26.041944 348.0 349.0 ... 11.8 10.5 9.9 10.8 9.8 5.4 35.5 252.0 4639.1 4558.6
22 23 FRA 83 Clément GIRAUD Compagnie du lit - Jiliti 13:30:00 -26.001944 -29.507500 7.0 1.0 ... 10.1 9.6 10.9 9.8 7.9 5.5 30.3 230.4 4674.6 4594.1
23 24 FRA 72 Alexia BARRIER TSE - 4myplanet 13:30:00 -48.151389 -53.862500 25.0 23.0 ... 9.1 11.4 10.0 9.0 11.4 5.0 27.3 273.7 6341.5 6260.9
24 25 FIN 222 Ari HUUSELA Stark 13:30:00 -49.383611 -52.491389 44.0 38.0 ... 10.8 11.5 9.2 10.7 11.5 4.7 32.5 275.8 6376.7 6296.1

13784 rows × 22 columns

3-1- Matrice de corrélation :¶

In [28]:
# Correlation matrix

plt.figure(figsize=(13,13))

plt.title('Matrice de corrélation', fontsize=20, pad=20)
sn.heatmap(df_classements.corr(numeric_only=True), annot = True)
plt.xlabel("Colonnes numériques", fontsize=14, color='darkred')
plt.ylabel("Colonnes numériques", fontsize=14, color='darkred')

plt.show()

3-2- Corrélation et régression linéaire entre le classement (rang) et la vitesse utile (VMG) des voiliers :¶

In [29]:
df1 = df_classements.groupby('Rang').agg({('VMG (kts)', 'Depuis le dernier classement'): 'mean'})
df1 = df1.droplevel(1, axis=1)
df1 = df1.reset_index()
df1 = df1.rename(columns={'VMG (kts)': 'VMG moyenne (kts)'})

df1
Out[29]:
Rang VMG moyenne (kts)
0 1 12.860825
1 2 12.815670
2 3 12.820206
3 4 12.709691
4 5 12.777320
5 6 12.697526
6 7 12.711546
7 8 12.563299
8 9 12.366804
9 10 12.321649
10 11 12.450928
11 12 11.920412
12 13 11.702062
13 14 11.999175
14 15 11.442680
15 16 11.398763
16 17 11.270309
17 18 11.513196
18 19 11.521031
19 20 11.249897
20 21 11.074021
21 22 11.006392
22 23 10.667423
23 24 10.290309
24 25 9.880619
25 26 8.798333
26 27 8.475989
27 28 9.142000
28 29 7.983436
29 30 7.796835
30 31 8.146795
31 32 8.251471
32 33 0.193617
In [30]:
print("Corrélation entre le rang et la vitesse utile moyenne : "+str(df1['Rang'].corr(df1['VMG moyenne (kts)'])))

Corrélation entre le rang et la vitesse utile moyenne : -0.8110886438639094
In [31]:
# Régression linéaire
X = np.asarray(df1['Rang'])
Y = np.asarray(df1['VMG moyenne (kts)'])

X = X.reshape(-1,1)

reg = lm.LinearRegression(fit_intercept=True)
reg.fit(X,Y)
Y_pred = reg.predict(X) # Valeurs prédites par le modèle

b0 = reg.intercept_
b1 = reg.coef_[0]
R2 = reg.score(X,Y)

SSE = np.sum((Y - Y_pred)**2) ### Error sum of squares
SSR = np.sum((Y_pred - Y.mean())**2) ### Regression sum of squares
SST = np.sum((Y - Y.mean())**2) ### Total sum of squares

print("intercept = " + str(round(b0,4)))
print("pente = " + str(round(b1,4)))
print("\nSSE = " + str(round(SSE,4)))
print("SSR = " + str(round(SSR,4)))
print("SST = " + str(round(SST,4)))
print("\nR2 = " + str(round(R2*100,2)) + "%")

intercept = 14.3156
pente = -0.2096

SSE = 68.3728
SSR = 131.4687
SST = 199.8415

R2 = 65.79%
In [32]:
# Analyse de la variance
pd.DataFrame(data = {'Source de variation': ['Expliquée', 'Résiduelle', 'Totale'],
                      'Somme des carrés': [SSR, SSE, SST], 
                      'ddl': [1, len(Y)-2, len(Y)-1],
                      'Carré moyen': [SSR, SSE/(len(Y)-2), SST/(len(Y)-1)]}).set_index('Source de variation')
Out[32]:
Somme des carrés ddl Carré moyen
Source de variation
Expliquée 131.468713 1 131.468713
Résiduelle 68.372828 31 2.205575
Totale 199.841541 32 6.245048
In [33]:
fig = plt.figure(figsize=(8,6))

plt.plot(X, Y, 'o', label="Observations", color="cornflowerblue")
plt.plot(X, Y_pred, label="Droite de régression", color="darkgoldenrod")

plt.plot(X.mean(), Y.mean(), marker='o', markersize=9, markeredgecolor='brown', markerfacecolor='brown', label="Point moyen")

axes = plt.gca()
x_min, x_max = axes.get_xlim()
y_min, y_max = axes.get_ylim()

xmax = (X.mean()-x_min)/(x_max-x_min)
ymax = (Y.mean()-y_min)/(y_max-y_min)

plt.axhline(y=Y.mean(), xmin=0, xmax=xmax, linestyle='--', color='forestgreen')
plt.axvline(x=X.mean(), ymin=0, ymax=ymax, linestyle='--', color='forestgreen')

plt.text(x_min+0.2, Y.mean()+0.2, str(round(Y.mean(),3)), fontstyle='italic', color='seagreen', fontsize=8)
plt.text(X.mean()+0.2, y_min+0.2, str(round(X.mean(),3)), fontstyle='italic', color='seagreen', fontsize=8)

plt.title("Régression linéaire du rang sur la vitesse utile moyenne")
plt.xlabel("Rang", color='darkred')
plt.ylabel("VMG moyenne", color='darkred')

plt.legend(loc='upper right')

plt.show()
In [34]:
fig = plt.figure(figsize=(8,6))

plt.plot(Y_pred, Y-Y_pred, 'o', color="cornflowerblue")
plt.plot(Y.mean(), 0, marker='o', markersize=9, markeredgecolor='brown', markerfacecolor='brown', label="Point moyen")

plt.axhline(y=0, xmin=0, xmax=1, color='darkgoldenrod', label="Résidu = 0")

axes = plt.gca()
y_min, y_max = axes.get_ylim()

ymax = -y_min / (y_max-y_min)

plt.axvline(x=Y.mean(), ymin=0, ymax=ymax, linestyle='--', color='forestgreen')

plt.text(Y.mean()+0.02, y_min+0.1, str(round(Y.mean(),3)), fontstyle='italic', color='seagreen', fontsize=8)

plt.title("Graphique croisant les valeurs prédites et les résidus")
plt.xlabel("Valeurs prédites", color='darkred')
plt.ylabel("Résidus", color='darkred')

plt.legend(loc='upper right')

plt.show()
In [35]:
# Distance de Cook : Elle mesure l'impact de chaque observation sur l'équation de régression
model = sm.OLS(Y, sm.add_constant(X)).fit()
cooks = model.get_influence().cooks_distance
In [36]:
fig = plt.figure(figsize=(12,6))

plt.bar(list(range(len(df1))) , list(cooks[0]))

plt.xticks(list(range(len(df1))))

plt.title("Distance de Cook pour chaque observation")
plt.xlabel("Numéro de l'observation", color='darkred')
plt.ylabel("Distance de Cook", color='darkred')

plt.show()

La dernière observation (Rang = 33) est un point aberrant.

3-2- Distance parcourue par voilier (jusqu'au 27 Janvier 2021 à 14H) :¶

In [37]:
df2 = df_classements.groupby('Nom du skipper').agg({('Distance (nm)', 'Depuis le dernier classement'): 'sum'})
df2 = df2.droplevel(1, axis=1)
df2 = df2.reset_index()
df2 = df2.rename(columns={'Distance (nm)': 'Distance parcourue (nm)'})
df2['Distance parcourue (nm)'] = df2['Distance parcourue (nm)'].round(2)

df2
Out[37]:
Nom du skipper Distance parcourue (nm)
0 Alan ROURA 26535.3
1 Alex THOMSON 11119.0
2 Alexia BARRIER 23137.2
3 Ari HUUSELA 23749.3
4 Armel TRIPON 29470.7
5 Arnaud BOISSIERES 26505.9
6 Benjamin DUTREUX 29647.9
7 Boris HERRMANN 30508.0
8 Charlie DALIN 31161.1
9 Clarisse CREMER 28086.3
10 Clément GIRAUD 25158.2
11 Damien SEGUIN 29642.5
12 Didac COSTA 26065.0
13 Fabrice AMEDEO 11193.2
14 Giancarlo PEDOTE 30173.9
15 Isabelle JOSCHKE 23675.0
16 Jean LE CAM 29483.6
17 Jérémie BEYOU 28831.4
18 Kevin ESCOFFIER 10450.0
19 Kojiro SHIRAISHI 26848.9
20 Louis BURTON 30753.0
21 Manuel COUSIN 25740.1
22 Maxime SOREL 28927.4
23 Miranda MERRON 24852.2
24 Nicolas TROUSSEL 5274.3
25 Pip HARE 25805.4
26 Romain ATTANASIO 27160.6
27 Samantha DAVIES 11444.8
28 Stéphane LE DIRAISON 26646.3
29 Sébastien DESTREMAU 18715.3
30 Sébastien SIMON 11478.6
31 Thomas RUYANT 30991.2
32 Yannick BESTAVEN 30507.5
In [38]:
fig = make_subplots(
    rows=2, cols=1,
    shared_xaxes=False,
    shared_yaxes=False,
    vertical_spacing=0.02,
    specs=[[{"type": "table"}],
           [{"type": "bar"}]],
    row_heights=[1,1.2]
)

fig.add_trace(go.Bar(x=df2['Nom du skipper'],
                     y=df2['Distance parcourue (nm)'],
                     marker=dict(color=df2['Distance parcourue (nm)'], 
                                 colorscale='earth', 
                                 showscale=True,
                                 colorbar=dict(len=0.55, x=1.02 ,y=0.27)),
                     hoverlabel=dict(namelength=0)),
              row=2, col=1)

fig.update_xaxes(title="Nom du skipper", title_font=dict(size=20, family='Open Sans', color='#AD2C30'), row=2, col=1)
fig.update_yaxes(title="Distance parcourue (nm)", title_font=dict(size=20, family='Open Sans', color='#AD2C30'), row=2, col=1)

fig.update_layout(height=1200,
                  title="Distance parcourue par voilier (jusqu'au 27 Janvier 2021 à 14H)",
                  title_x=0.5,
                  title_font_family="Times New Roman",
                  title_font_size=22,
                  title_font_color="darkred",
                  font=dict(size=12, color="#150E68")
                 )

fig.add_trace(go.Table(header=dict(values=["Nom du skipper", "Distance parcourue (nm)"], 
                                   font=dict(size=16, color='black'), 
                                   align="center",
                                   fill_color='#FBF8E4',
                                   line_color='lightgrey'),
                       cells=dict(values=[df2[k].tolist() for k in df2.columns], 
                                  align = "center",
                                  fill_color='#FFFEF8',
                                  line_color='lightgrey',
                                  height=22)),
              row=1, col=1
             )

fig.show()

3-3- Distance parcourue par voilier en fonction de la date du classement :¶

In [39]:
df3 = df_classements[['Nom du skipper', 'Distance (nm)']]
df3 = df3.droplevel(1, axis=0)
df3 = df3.reset_index()
df3 = df3.set_index(['Nom du skipper', 'Date du classement']).sort_values(['Nom du skipper', 'Date du classement'])
df3 = df3.droplevel(0, axis=1)
df3 = df3.drop(['Depuis 30 minutes', 'Depuis 24 heures'], axis=1)
df3 = df3.rename(columns={'Depuis le dernier classement': 'Distance parcourue (nm)'})
df3 = df3.groupby('Nom du skipper').cumsum()

df3
Out[39]:
Distance parcourue (nm)
Nom du skipper Date du classement
Alan ROURA 2020-11-08 14:00:00 2789.2
2020-11-08 15:00:00 2812.2
2020-11-08 17:00:00 2841.1
2020-11-08 21:00:00 2897.4
2020-11-09 04:00:00 2971.8
... ... ...
Yannick BESTAVEN 2021-01-26 21:00:00 30189.3
2021-01-27 04:00:00 30326.2
2021-01-27 08:00:00 30403.3
2021-01-27 11:00:00 30453.1
2021-01-27 14:00:00 30507.5

13784 rows × 1 columns

In [40]:
fig = make_subplots(rows=1, cols=1)


for i in df3.index.levels[0]:
    df_dist = df3.loc[i,:].reset_index()
    fig.add_trace(go.Scatter(x=df_dist['Date du classement'], 
                             y=df_dist['Distance parcourue (nm)'], 
                             mode='lines',
                             name=i))    

fig.update_xaxes(title="Date du classement", 
                 title_font=dict(size=20, family='Open Sans', color='#546E09'), 
                 row=1, col=1,
                 rangeslider_visible=True,
                 nticks=20)

fig.update_yaxes(title="Distance parcourue (nm)", 
                 title_font=dict(size=20, family='Open Sans', color='#546E09'), 
                 row=1, col=1)

fig.update_layout(height=900,
                  title="Distance parcourue par voilier en fonction de la date du classement",
                  title_x=0.5,
                  title_font_family="Times New Roman",
                  title_font_size=22,
                  title_font_color="darkred",
                  font=dict(size=14, color="RebeccaPurple"))


fig.show()

3-4- Distance restante par voilier en fonction de la date du classement :¶

In [41]:
df4 = df_classements[['Nom du skipper', 'DTF (nm)']]
df4 = df4.droplevel(1, axis=0)
df4 = df4.reset_index()
df4 = df4.set_index(['Nom du skipper', 'Date du classement']).sort_values(['Nom du skipper', 'Date du classement'])
df4 = df4.rename(columns={'DTF (nm)': 'Distance restante (nm)'})

df4
Out[41]:
Distance restante (nm)
Nom du skipper Date du classement
Alan ROURA 2020-11-08 14:00:00 24295.3
2020-11-08 15:00:00 24273.5
2020-11-08 17:00:00 24250.0
2020-11-08 21:00:00 24208.9
2020-11-09 04:00:00 24154.1
... ... ...
Yannick BESTAVEN 2021-01-26 21:00:00 578.2
2021-01-27 04:00:00 443.9
2021-01-27 08:00:00 367.8
2021-01-27 11:00:00 318.4
2021-01-27 14:00:00 264.3

13784 rows × 1 columns

In [42]:
fig = make_subplots(rows=1, cols=1)


for i in df4.index.levels[0]:
    df_dist = df4.loc[i,:].reset_index()
    fig.add_trace(go.Scatter(x=df_dist['Date du classement'], 
                             y=df_dist['Distance restante (nm)'], 
                             mode='lines',
                             name=i))    

fig.update_xaxes(title="Date du classement", 
                 title_font=dict(size=20, family='Open Sans', color='#546E09'), 
                 row=1, col=1,
                 rangeslider_visible=True,
                 nticks=20)

fig.update_yaxes(title="Distance restante (nm)", 
                 title_font=dict(size=20, family='Open Sans', color='#546E09'), 
                 row=1, col=1)

fig.update_layout(height=900,
                  title="Distance restante par voilier en fonction de la date du classement",
                  title_x=0.5,
                  title_font_family="Times New Roman",
                  title_font_size=22,
                  title_font_color="darkred",
                  font=dict(size=14, color="RebeccaPurple"))


fig.show()

3-5- Impact de la présence d'un foil sur le classement et la vitesse des voiliers :¶

In [43]:
df5 = df_classements.groupby('Nom du skipper').agg({('VMG (kts)', 'Depuis le dernier classement'): 'mean'})
df5 = df5.droplevel(1, axis=1)
df5 = df5.reset_index()
df5 = df5.rename(columns={'VMG (kts)': 'VMG moyenne (kts)'})

df5 = pd.merge(df5,
               df_classements.loc[datetime.datetime(2021,1,27,14,0,0),['Nom du skipper', 'Rang']].droplevel(1, axis=1),
               left_on='Nom du skipper',
               right_on='Nom du skipper',
               how='inner')

df5 = df5.rename(columns={'Rang': 'Rang au classement du 27 janvier 2021 à 14h'})

df5 = pd.merge(df5,
               df_boats_infos.reset_index()[['Nom du skipper', 'Nombre de dérives', 'Voile quille',
                                             'Largeur', 'Déplacement (poids)', 'Hauteur mât',
                                             'Surface de voiles au près', 'Surface de voiles au portant']],
               left_on='Nom du skipper',
               right_on='Nom du skipper',
               how='inner')

df5.sort_values('Rang au classement du 27 janvier 2021 à 14h').set_index('Nom du skipper')
Out[43]:
VMG moyenne (kts) Rang au classement du 27 janvier 2021 à 14h Nombre de dérives Voile quille Largeur Déplacement (poids) Hauteur mât Surface de voiles au près Surface de voiles au portant
Nom du skipper
Charlie DALIN 12.805165 1 foils acier 5.85 8.0 29.0 350.0 560.0
Louis BURTON 12.836701 2 foils acier 5.80 7.6 28.0 300.0 600.0
Boris HERRMANN 12.774433 3 foils acier 5.70 7.6 29.0 290.0 490.0
Thomas RUYANT 12.685773 4 foils acier forgé 5.85 8.0 29.0 350.0 560.0
Yannick BESTAVEN 12.713814 5 foils acier mécano soudé 5.80 8.0 29.0 310.0 550.0
Damien SEGUIN 12.646392 6 2 acier forgé 5.85 8.5 29.0 350.0 610.0
Giancarlo PEDOTE 12.632371 7 foils acier forgé 5.80 8.0 29.0 300.0 600.0
Jean LE CAM 12.491340 8 2 acier forgé 5.90 8.0 28.0 300.0 620.0
Benjamin DUTREUX 12.451546 9 2 acier forgé 5.85 8.0 29.0 300.0 700.0
Maxime SOREL 12.287423 10 2 acier 5.50 7.7 29.0 365.0 700.0
Armel TRIPON 12.247010 11 foils acier forgé 5.50 7.8 28.0 270.0 535.0
Clarisse CREMER 11.941237 12 2 acier forgé 5.70 7.7 29.0 340.0 570.0
Romain ATTANASIO 11.424330 13 2 acier forgé 5.80 9.0 28.0 280.0 560.0
Jérémie BEYOU 11.335464 14 foils acier 5.85 8.0 29.0 320.0 600.0
Kojiro SHIRAISHI 10.968866 17 foils acier forgé 5.85 8.0 29.0 320.0 580.0
Stéphane LE DIRAISON 10.988247 18 foils monotype 5.84 8.5 28.0 300.0 550.0
Pip HARE 10.887835 19 2 carbone 5.70 9.0 29.0 300.0 580.0
Didac COSTA 10.798969 20 2 acier 5.30 8.9 26.0 240.0 470.0
Manuel COUSIN 10.294021 21 2 asymétriques basculante sur vérin hydraulique 5.80 9.0 28.5 270.0 560.0
Miranda MERRON 10.223505 22 2 carbone 5.50 8.5 28.0 330.0 600.0
Clément GIRAUD 10.278144 23 2 acier forgé 5.75 8.5 29.0 300.0 620.0
Alexia BARRIER 9.504124 24 2 acier 5.54 9.0 29.0 260.0 580.0
Ari HUUSELA 9.370722 25 2 acier 5.80 8.5 28.0 270.0 580.0

On remarque que les foils sont présents au niveau des 5 premiers rang.

In [44]:
# Correlation matrix

plt.figure(figsize=(13,13))

plt.title('Matrice de corrélation', fontsize=20, pad=20)
sn.heatmap(df5.corr(numeric_only=True), annot = True)

plt.show()

On remarque aussi que le déplacement impacte considérablement le classement (corrélation = 0.7).

3-6- Cartes avec les routes d'un ou plusieurs voiliers :¶

On utilisera pour cette partie les coordonnées géorgraphiques (Latitude, Longitude) ainsi que la date du classement, et ceci pour chaque voilier.

In [45]:
df6 = df_classements[['Nom du skipper', 'Latitude', 'Longitude']]
df6 = df6.droplevel(1, axis=0)
df6 = df6.reset_index()
df6 = df6.set_index(['Nom du skipper','Date du classement']).sort_values(['Nom du skipper','Date du classement'])

df6
Out[45]:
Latitude Longitude
Nom du skipper Date du classement
Alan ROURA 2020-11-08 14:00:00 46.436667 -1.826667
2020-11-08 15:00:00 46.358889 -2.370278
2020-11-08 17:00:00 46.391111 -3.066111
2020-11-08 21:00:00 46.470000 -4.426389
2020-11-09 04:00:00 46.339444 -6.205833
... ... ... ...
Yannick BESTAVEN 2021-01-26 21:00:00 47.595833 -15.841667
2021-01-27 04:00:00 47.878889 -12.467222
2021-01-27 08:00:00 47.893611 -10.553056
2021-01-27 11:00:00 47.850278 -9.317500
2021-01-27 14:00:00 47.727222 -7.989167

13784 rows × 2 columns

In [46]:
fig = make_subplots(rows=1, cols=1)

for i in df6.index.levels[0]:
    df_dist = df6.loc[i,:].reset_index()
    fig.add_trace(go.Scattergeo(lat=df_dist['Latitude'], 
                                lon=df_dist['Longitude'], 
                                mode='markers+lines',
                                marker_size=2,
                                line_width=1,
                                name=i,
                                hovertext=df_dist['Date du classement']))    

fig.update_geos(visible=False,
                resolution=110,
                showcountries=True,
                countrycolor="slategrey",
                lataxis_showgrid=True,
                lataxis_gridcolor="lightgrey",
                lonaxis_showgrid=True,
                lonaxis_gridcolor="lightgrey",
                showocean=True,
                oceancolor="lightcyan",
                showland=True,
                landcolor="moccasin")

fig.update_layout(margin={"t": 0, "b": 0, "l": 0, "r": 0}, width=985, height=660, legend=dict(orientation="h"))

fig.show()